View a markdown version of this page

생성형 AI 성숙도 모델 레벨 1: 구상 - AWS 권장 가이드
포커스 및 기준주요 활동변환 전략

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

생성형 AI 성숙도 모델 레벨 1: 구상

이 기본 수준은 조직이 생성형 AI 개념을 탐색하고, 조직 인식을 구축하고, 비즈니스 목표에 맞는 잠재적 사용 사례를 식별하는 중요한 출발점 역할을 합니다. 기업은 이러한 필수 기반을 구축하여 AI 여정에 대한 명확한 비전을 개발하는 동시에 비즈니스, 인력, 거버넌스, 플랫폼, 보안 및 운영 차원에서 주요 고려 사항을 해결할 수 있습니다.

이 섹션에는 다음 주제가 포함되어 있습니다.

포커스 및 기준

이 수준의 목표는 생성형 AI 기술과이 기술과 관련된 새로운 업계 추세에 대한 기본적인 이해와 인식을 구축하는 것입니다. 여기에는 잠재적 애플리케이션을 평가하고 생성형 AI가 비즈니스에 도움이 될 수 있는 영역을 식별하는 것이 포함됩니다. 이 수준은 생성형 AI에 대해 이해관계자를 교육하고 사용 사례를 탐색하고 위험 및 문화적 준비 상태 평가를 수행하는 데 중점을 둡니다.

다음은이 수준에 도달하기 위한 기준입니다.

  • 조직은 생성형 AI 기초에 대한 기본 지식을 입증했습니다.

  • 조직은 업계 생성형 AI 애플리케이션 및 기회에 대한 인식을 문서화했습니다.

  • 조직은 AI에 대한 문화적 준비 상태를 새롭게 이해하고 있습니다.

  • 조직은 잠재적 사용 사례 및 이점에 대한 초기 탐색을 수행했습니다.

  • 조직은 거버넌스 및 보안 요구 사항을 예비적으로 고려했습니다.

주요 활동

다음 표에는 채택의 각 요소에 대한 주요 활동이 나와 있습니다.

채택 원칙 활동
업무

  • 생성형 AI가 특정 비즈니스 문제를 해결하는 방법을 이해합니다.

  • 초기 생성형 AI 사용 사례를 고객 참여 개선 또는 콘텐츠 생성 자동화와 같은 비즈니스 목표에 매핑합니다.

  • 선택한 사용 사례와 관련하여 가치가 높은 데이터 소스를 식별합니다.
사람

  • 내부 교육 세션 및 지식 공유 워크숍을 수행합니다.

  • 조직 내 AI 챔피언을 식별하여 생성형 AI 기회 탐색을 주도합니다.

  • 생성형 AI 채택을 위한 조직의 문화 및 변화 관리 준비 상태를 평가합니다.

  • 조직의 현재 기술 격차를 평가하고 생성형 AI 채택에 필요한 투자를 결정합니다.

  • 교육 이니셔티브를 설계하여 고위 경영진이 AI의 전략적 잠재력, 기술 역량, 혁신적인 비즈니스 영향, 생성형 AI 프로젝트에서 데이터의 중요성을 이해할 수 있도록 지원합니다.

  • 업계 포럼 및 컨퍼런스에 참석하여 다른 회사의 AI 채택 경험을 알아보세요.

  • 내부 해커톤을 구성하여 실험을 장려하고 혁신을 촉진합니다.
거버넌스

  • 개인 정보 보호 및 데이터 주권과 같은 생성형 AI 채택을 위한 윤리적 및 규제적 고려 사항을 살펴봅니다.

  • 조직에서 책임감 있는 AI 사용을 위한 초기 지침 세트를 개발합니다.
플랫폼

  • 조직의 표준에 맞게 생성형 AI를 채택하기 위한 요구 사항을 살펴봅니다.

  • 빠른 실험을 위해 파운데이션 모델 및 Amazon SageMaker AI에 액세스하기 위한 Amazon Bedrock과 같은 AI Amazon SageMaker/ML 모델 및 도구를 살펴보세요.

  • 기존 내부 및 외부 데이터 소스를 평가하고 카탈로그화합니다. 데이터 인프라와 품질을 평가하여 생성형 AI 타당성과 잠재적 구현 요구 사항을 결정합니다.
보안

  • 다음과 같이 조직에서 생성형 AI 채택과 관련된 보안 영향 및 작업을 이해합니다.

    • 훈련 데이터, 프롬프트 및 모델 출력을 통한 민감한 정보의 잠재적 노출을 포함하는 데이터 프라이버시 및 보호 위험

    • AI 시스템의 사용자 확인 및 역할 기반 권한의 복잡성을 포함하는 액세스 제어 및 인증 문제

    • 즉각적인 주입 공격에 대한 취약성과 안전하지 않거나 부적절한 콘텐츠를 생성할 가능성을 포함하는 모델 보안 취약성
운영

  • 다음과 같이 조직에서 생성형 AI 채택과 관련된 운영 문제를 이해합니다.

    • AI 솔루션의 성능 모니터링 요구 사항을 계획합니다.

    • 거버넌스 및 버전 관리 요구 사항을 고려합니다.

    • 인시던트 대응 절차에 필요한 사항을 이해합니다.

다음 수준에 도달하기 위한 변환 전략

다음 성숙도 수준으로 진행하려면 다음 측면을 고려하세요.

  • 부서 간 생성형 AI 스쿼드 설정 - 역할과 책임이 명확한 부서 간 생성형 AI 스쿼드를 구성합니다. 스쿼드에는 IT 담당자, 비즈니스 담당자, 보안 및 거버넌스 이해관계자, 실험 노력을 주도할 수 있는 생성형 AI SMEs 포함되어야 합니다. 이 그룹은 생성형 AI 노력을 확장함에 따라 나중에 보다 공식적으로 정의된 우수성 센터(CoE)의 토대를 마련할 것입니다.

  • 사용 사례 식별 및 우선 순위 지정 - 타당성, 비즈니스 영향 및 전략적 목표와의 조정을 기반으로 프로젝트의 우선 순위를 지정하는 데 도움이 되는 사용 사례 매트릭스를 개발합니다. 개념 증명(PoCs)의 경우 상위 사용 사례의 간단한 목록을 생성합니다.

  • 파일럿 프로젝트에 리소스 할당 - 소규모 PoCs.

  • 생성형 AI 기술 개발 - Amazon Bedrock, SageMaker AI, Amazon Q Business, Amazon Q Developer, 프롬프트 엔지니어링, Retrieval Augmented Generation(RAG) 및 에이전트 AI 및 워크플로와 같은 특정 도구 및 기술에 대한 직원의 기술을 개선합니다.

  • 전체 예비 거버넌스 - 생성형 AI 사용을 안내하는 예비 거버넌스를 설정합니다. 규정 준수, 위험 관리 및 윤리적 고려 사항을 포함해야 합니다.

  • 문화적 준비 - 전사적 생성형 AI 채택을 위한 조직 변화 관리 계획을 시작합니다.

  • 성공 지표 식별 - 각 PoC에 대해 성공 기준과 비즈니스 및 기술 지표를 정의합니다.

조직은 이러한 조치를 취함으로써 다음을 기대할 수 있습니다.

  • 생성형 AI 기술로 실용적인 경험을 얻으세요.

  • 특정 사용 사례의 타당성과 잠재적 영향을 검증합니다.

  • 생성형 AI에서 내부 역량과 전문 지식을 구축합니다.

  • 생성형 AI 채택과 관련된 잠재적 과제 및 위험을 식별합니다.

  • 다음 단계로 진행하기 위해 생성형 AI 채택의 준비 상태를 개선합니다.